Ta spletna stran uporablja piškotke, s čimer se z nadaljnjo uporabo strinjate – podrobnosti hrambe tukaj. Uporabo piškotkov lahko kadarkoli onemogočite. RAZUMEM
Rn logotip Facebook | Twitter | Podcast | Izklopi mobilni pogled


Medius d.o.o - vaš partner za pametne poslovne aplikacije, izdelane po meri, 21.10.2019

Umetna inteligenca v poslovnih aplikacijah

medius.jpg

.. Poslovne aplikacije, ki jih poganja umetna inteligenca, so vaša prihodnost ..

Ko zaslišimo besedo umetna inteligenca, se pogosto najprej spomnimo različnih znanstveno fantastičnih filmov. Ti umetno inteligenco ponavadi prikazujejo s čutečimi in razumevajočimi roboti, vsevednimi stroji ali sistemi, ki se hočejo osvoboditi človeka in si ga celo podjarmiti. V realnosti pa je umetna inteligenca veliko manj impresivna.


Umetna inteligenca in strojno učenje

Uporaba pametnih aplikacij bo nedvomno vedno bolj pogosta. Nekateri sistemi na podlagi umetne inteligence dosegajo zelo spodbudne rezultate. Zanimivo pa je, da mnogo principov, na katerih temelji umetna inteligenca izvira iz statističnega pristopa. S takim pristopom lahko pridobimo dobre rezultate predvsem na problemih, ki jih je mogoče pretvoriti v podatkovne zapise in jih statistično obdelovati. Tako lahko s pridom uporabimo nabor podatkov, izluščenih iz realnih vzorcev ter jih z uporabo statistike in algoritmov strojnega učenja apliciramo tako, da naučimo odločitvene strukture, ki omogočajo razvrščanje, gručenje ali pridobivanje napovedi na podlagi regresijskih modeliranj. Opisane tehnike, ki nam omogočajo pridobiti do neke mere pametne rezultate, še zdaleč niso tisto, kar si ponavadi predstavljamo pod pojmom umetna inteligenca – resnično pametni sistem, ki je sposoben rešiti poljuben problem.

Idealno za poslovne aplikacije

V poslovnem prostoru lahko strojno učenje  uporabimo za napovedovanje ali pospeševanje prodaje izdelkov, boljše razumevanje kupcev ali za svetovanje in priporočila kupcem o izdelkih. Primerno je za optimizacijo avtomatiziranega procesa reklamiranja izdelkov na spletu in nenazadnje tudi za obdelovanje komentarjev kupcev oz. njihovih povratnih informacij. Našteti primeri so najbolj pogosti primeri uporabe v manjših podjetjih.

 

Večja podjetja lahko optimizirajo tudi bolj specifične procese, kot so kontrola kakovosti specifičnih izdelkov, optimizacija delovanja informacijskih sistemov,  načrtovanje poti ter optimizacija delovnih izmen in urnikov in podobno.


Kaj lahko ponudijo Slovenci?

V podjetju Medius d.o.o. se redno srečujejo z načrtovanjem in implementacijo informacijskih rešitev, ki omogočajo strojno učenje na produkcijskih okoljih. To so okolja, kjer igra komponenta strojnega učenja pomembno vlogo v delovanju poslovne logike. Na podlagi izkušenj so s pomočjo odprtokodnih tehnologij v programskem jeziku Java razvili lastno referenčno ogrodje, ki ga je mogoče uporabiti kot dodatek h kateremukoli informacijskemu sistemu v manjšem ali večjem podjetju. Jedro takega ogrodja predstavljajo algoritmi za strojno učenje in globoko učenje. Zaradi specifične mikrostoritvene arhitekture, ogrodje omogoča hitro prilagajanje konkretnim zahtevam naročnika, naj gre za implementacijo specifične rešitve s strojnim učenjem ali za obvladovanje toka velepodatkov v realnem času. Bistvo vsake aplikacije z elementi strojnega učenja, je vrednotenje naučenih modelov. Izdelano ogrodje podjetja Medius d.o.o. omogoča pregled delovanja v skoraj realnem času z uporabo odprtokodnih sistemov za centralizirano zbiranje podatkov, kot je na primer Elastic Stack. Tak sistem nudi vpogled v realno dogajanje, obenem pa omogoča tudi izdelavo dodatnih analiz o delovanju celotnega sistema in o vplivu posamezne odločitve, pridobljene na podlogi strojnega učenja.

 

Strojno učenje v praksi

Informacijski sistem Pladenj je samostojni gradnik Ministrstva za javno upravo Republike Slovenije, ki je povezan z več kot 50 podatkovnimi viri (državni registri in banke), od katerih na zahtevo pridobiva podatke, na drugi strani pa se povezuje z odjemalci (eUprava, eVem, eJN, Stanovanjski skladi, AMZS, CSD,...), ki preko Pladnja posredno dostopajo do podatkov. S strani svojih odjemalcev dnevno sprejme veliko količino zahtevkov za podatke – v enem dnevu izvede tudi do 1 mio podatkovnih poizvedb na končne podatkovne vire. Vsebina poizvedb je v sistemu skrita, saj je vedno kriptirana. Šele, ko so kriptirani podatki zbrani na strani odjemalcev, jih ti lahko dekriptirajo. Zaradi vseh koristi, ki jih prinaša sistem Pladenj in zaradi splošne digitalizacije poslovnih procesov v javni upravi, število zahtevkov na Pladenj vztrajno raste. Posledično se obremenjenost celotnega sistema in povezanih sistemov viša. Da bi ob povečani uporabi zagotovili optimalno delovanje celotnega sistema, je podjetje Medius d.o.o. razvilo komponento, ki na pameten način dinamično predvidi število poizvedb, ki še omogočajo optimalno delovanja posameznega končnega podatkovnega vira. Oceno lahko pridobijo s pomočjo modeliranja preteklih podatkov sistema in preteklih odzivov končnih podatkovnih virov. Z uporabo izdelanega ogrodja in inkrementalnega strojnega učenja na podlagi obdelanih podatkov ter trenutnega stanja sistema, lahko predvidimo obnašanje poljubnega povezanega informacijskega sistema. S tem ocenimo tudi njegovo zmogljivost. Zbrane podatke lahko s pridom uporabimo za optimizacijo delovanja, tako oddaljenih virov kot tudi sistema Pladenj. (P.R.)



Vrni se na prvo stran



Novice  |   Triki  |   Igre  |   PR  |   Revija




Izklopi mobilni pogled